你真的能认出AI写的故事吗:一组盲测的结果,可能让你不太舒服

一篇短篇小说不署名，只留下正文。读完之后，你能判断它出自人类，还是ChatGPT吗？

不少人相信自己能看出来：AI写得太顺、太完整、太爱解释主题；人类则会留下毛边、迟疑和真正的生活细节。

发表于《判断与决策》的一项研究，给出的结果不太让人舒服：读者整体上没有表现出稳定的识别能力。更微妙的是，他们给AI故事更高的质量与沉浸评分，却会因为一篇故事被标注为“人类创作”，再次把分数往上调。

也就是说，我们在阅读体验上偏爱AI文本，在价值判断上仍然偏爱人类作者。

网上流传的说法常被压缩成一句：“1682名成年人即使被告知来源，也分不出AI和人类作品。”这句话把两个不同问题揉在了一起。

第一组实验研究的是“标签怎么影响评价”。1682名成年人分别阅读六篇短篇小说中的一篇，其中三篇由人类创作，三篇由ChatGPT生成。每篇AI故事都与一篇人类故事主题相近。参与者会被告知故事来自人类或AI，但这个标签未必真实，随后再评价故事的质量、吸引力和沉浸感。（《卫报》报道）

第二组实验才真正研究“人能不能认出AI”。905名成年人同时阅读一对主题相同的故事——一篇来自人类，一篇来自AI——再判断各自来源。一组正确率约40%，另一组约52%，整体没有显著高于随机猜测。自称更熟悉AI的人判断略准，熟悉小说的人却没有显示出同样优势。（论文预印本摘要）

结果可以压缩成两支方向相反的箭。

一支来自正文。参与者读到真正由AI生成的故事时，平均认为它更容易让人投入，质量也更高。研究者推测，AI故事更容易阅读和消化，这可能解释了它们在即时评分中的优势。

另一支来自标签。无论正文实际出自谁，只要读者被告知“这是人写的”，评分便会提高。

读者买的不只是句子。他们也在买一种想象：这些句子来自一个人的生活、选择和表达欲；作者曾经为某个词停下来，愿意为整篇作品署名，也可以被追问。卡夫卡的一封信、疾病中的日记、战争亲历者的回忆，即使文字能被机器高度模仿，作者经历仍无法被替换。

短篇故事是一种对AI相当友好的比赛。

它篇幅有限，主题明确，读者通常会快速评价是否流畅、是否完整、有没有吸引力。大模型擅长遵循题目、控制节奏、制造回环，也很少留下明显的语病和结构断裂。

一项覆盖10272个写作提示、61608篇约5000词故事的研究发现，AI故事常常更愿意解释主题，偏好整齐、单线的情节；人类故事则呈现出更多道德模糊性、更复杂的时间结构和更大的叙事差异。（StorySpot研究）

这解释了两个看似冲突的结果：普通读者面对几篇短文时不容易辨认AI；当样本扩大、叙事结构被系统分析后，AI仍然会留下共同的“写作习惯”。

AI最早越过的，是合格线，不是文学的全部边界。它已经能稳定写出流畅、完整、让人读得下去的故事。至于长篇中的伏线、含混、反复、人物数百页后的变化，以及作者一生逐渐形成的观看方式，不是六篇短篇小说能够回答的事。

把研究写成“AI通过文学图灵测试”，传播效果很好，却扩大了它能证明的范围。

实验材料只有六篇英文短篇，AI作品来自特定版本的ChatGPT；受试者面对的是一次性阅读，不是持续数周阅读一部长篇；研究衡量的是质量感和沉浸感，没有证明AI拥有经验、意图或自我表达。

它支持的是一个范围更窄、也更扎实的结论：在这组短篇文本和实验条件下，AI作品至少达到了普通读者感知中的人类水平，人类也不能稳定地仅凭阅读判断作者来源。

实验里的领先，不应被写成文学已经被解决。但它足以让出版社、学校、内容平台和创作者重新考虑一件事：靠所谓“AI味”判断来源，已经不可靠了。

破折号多、排比整齐、喜欢说“本质上”，都不是证据。人类会模仿AI，AI也能按要求增加错落、犹豫和生活细节。越公开的识别口诀，越容易成为下一轮生成时被消除的特征。

今后的内容判断可以分成三层。

AI可以生成文本，但不能自动继承责任。一个作者的价值，今后未必只表现为“每个字都亲手敲下”，还会表现为他选择了什么、删除了什么、核实了什么，以及愿意为哪些句子站出来。

学校与出版机构如果仍想判断创作过程，与其迷信AI检测器，不如保留选题记录、草稿、版本历史、引用来源和修改说明。平台若要治理AI内容，也需要更可靠的出处凭证与披露规则，而不是根据文风给作者判刑。

如果你平时写东西——公众号、小说、工作文档都行——可以做一次很小的盲测。

准备同一主题的两个版本：一个由自己独立完成，一个允许AI参与。删除作者和工具信息，打乱顺序，请三到五位读者分别从五个维度打分：

最后再揭示来源，问他们是否想改分，以及为什么。

这比问“哪篇更像AI”有用得多。你会看到AI帮你补了什么，也会看到它磨掉了什么：有时它改善结构，却消除了语气；有时它让信息更清楚，也把原本耐人寻味的空白解释完了。

如果你想让AI帮你改进而不是替代，可以试试这样跟它说：

这项研究没有宣布人类写作失去价值。它只是让一种旧有的自信站不住脚了：我们未必能凭直觉认出机器，也未必总能把“写得顺”和“写得深”分开。

当句子越来越难证明作者是谁，作者并不会因此消失。他会以另一种方式重新出现：作为经历的来源、选择的主体、版权的归属和责任的承担者。

下次面对一篇作品，与其问“它像不像AI写的”，不如问三个更实际的问题：它提供了什么过去没有的观察？它从何而来？又有谁愿意为它署名并负责？

你觉得AI写的文章你能认出来吗？试过盲测的话，结果怎么样——和你预想的一样吗？评论区聊聊。